基于检测前跟踪技术的多目标跟踪算法研究

摘要

复杂环境中的微弱目标（如隐身飞机、被地/海/城市杂波淹没的目标等）探测问题是现代雷达面临的严峻挑战。与传统的先检测后跟踪（DBT）技术相比，检测前跟踪（TBD）技术是一种新兴的先进信号处理技术，它通过多帧回波数据积累和联合处理，可以显著提高雷达的微弱目标检测跟踪性能，是国际雷达界研究的前沿热点。TBD作为一项正在发展中的新技术，还需要解决一些新的技术问题，例如，多目标跟踪维数灾难、临近目标相互干扰等，以及处理难度增加和运算量增大带来的新问题。
　　本论文针对上述问题，研究了基于 TBD技术的多目标跟踪算法，以及 TBD技术在警戒雷达中的工程应用。本论文的主要工作和贡献如下：
　　1．在贝叶斯估计理论框架下给出了多目标跟踪问题的数学模型。利用该模型可以将传统的 DBT技术和 TBD技术统一在同一框架下，为多目标跟踪算法研究奠定了理论基础。
　　2．提出了新的动态规划（DP）的多目标TBD算法，较好地解决了多目标跟踪中的维数灾难、临近目标相互干扰等问题，比最新的 SP-STC-VTA算法虚警率更低、检测性能更高。
　　3．提出了基于独立分区交叉采样（IJOID）和双层采样结构的粒子滤波多目标跟踪算法，能够适应目标数未知和时变的情况。该算法的计算效率和检测性能优于现有主流粒子滤波算法，在对多个临近目标跟踪时性能更稳定。
　　4．提出了基于低门限处理的DP-TBD快速算法及其工程应用方案，可大幅度降低计算量，适应警戒雷达的实时性要求。
　　以上提出的TBD算法以及工程实现方案，已通过仿真实验以及雷达实测数据测试，证明了算法的有效性。

目录

封面

声明

中文摘要

英文摘要

目录

主要数学符号与缩写词术语表

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 本文的主要工作

第二章 基于贝叶斯估计的最优检测跟踪模型

2.1 基于贝叶斯估计的多目标检测跟踪过程建模

2.2 先检测后跟踪算法局限性分析

2.3 检测前跟踪的技术难点与实质分析

2.4 本章小结

第三章 多目标DP-TBD算法

3.1 单目标检测跟踪算法

3.2 多目标跟踪难点分析

3.3 多目标跟踪算法

3.4 积累值函数选择方法

3.5 多目标跟踪算法的仿真与性能分析

3.6 本章小结

第四章 多目标PF-TBD算法

4.1 粒子滤波估计理论

4.2 基于粒子滤波TBD的单目标跟踪算法

4.3 目标数已知情况下的独立采样快速多目标跟踪算法

4.4 目标数未知情况下的“双层采样结构”多目标跟踪算法

4.5 本章小结

第五章 DP-TBD算法的工程应用方案研究

5.1 基于低门限预处理的DP-TBD算法

5.2 警戒雷达的信号模型与量测模型

5.3 工程应用方案和实测数据处理

5.4 本章小结

第六章 总结与展望

6.1 全文总结

6.2 工作展望

致谢

参考文献

附录

攻博期间取得的研究成果